ENG
В последнее время искусственный интеллект осваивает самые разные области, от игры в го до беспилотных автомобилей. Сегодня мы представляем вам три направления современных исследований, которые используют последние достижения искусственного интеллекта (то есть в основном глубокие нейронные сети) для биомедицинских приложений. Возможно, именно эти исследования не только изменят, но и существенно продлят нашу с вами жизнь.
Polar, Beyersdorf AG и другие: умная одежда
И начнём мы с серии проектов, которые вряд ли перевернут мир, но наверняка произведут, простите за каламбур, косметические изменения в повседневной жизни уже в ближайшем будущем. Речь пойдёт о применениях AI для так называемого «Интернета вещей» (Internet of things, IoT), причём применениях, очень «близких к телу».
В нашу жизнь давно вошли разного рода фитнес-трекеры, специальные браслеты, собирающие информацию о пульсе, шагах и тому подобном. Основной тренд в компаниях, производящих спортивную одежду, сейчас заключается в том, чтобы встраивать разные датчики прямо в одежду. Так можно собирать больше информации и измерять её точнее. Подходящие для «умной одежды» сенсоры изобрели в 2016 году, а уже в этом году Polar представил Polar Team Pro Shirt, футболку, которая собирает массу информации во время спортивных занятий. Однако самое интересное начнётся позже, когда спортивная медицина при участии искусственного интеллекта научится правильно использовать всю эту информацию — Moneyball’у, наверняка, и не снилось.
И уже начинается. Совсем недавно, 24-26 ноября, в Москве проходил второй хакатон SkinHack, посвящённый применению моделей машинного обучения к анализу данных, поступающих с такой футболки. Первый SkinHack, проходивший в прошлом году, был посвящён «умной косметике»: участники пытались предсказать возраст человека по структуре кожи на фотографиях и искать на них морщины. И умной косметикой, и умной одеждой активно интересуется Beiersdorf AG (в миру известный под брендом Nivea), так что можно надеяться, выход на рынок всех этих технологий тоже не заставит себя ждать. А в России SkinHack поддерживала компания «Лаборатория молодости», которая аффилирована с главными героями нашей следующей части…
InSilico: автоматический поиск новых лекарств
Компания InSilico Medicine давно и хорошо известна в биомедицинском мире. Её основная миссия — бороться со старением, и лично я очень, очень желаю InSilico успеха в этом начинании: стареть ой как не хочется. Однако сейчас хочется выделить хоть и связанный, но немного другой проект компании: автоматический поиск новых лекарств.
Лекарство — это химическое соединение, которое умеет связываться с другими веществами в нашем организме (обычно с белками), чтобы исправить в них то, что требуется: например, один белок подавить, а другой, наоборот, начать производить в большем количестве. Чтобы найти новое лекарство, нужно научиться выбирать из огромного числа вариантов химических соединений именно те, которые будут иметь нужное воздействие. Понятно, что полностью автоматизировать поиск новых лекарств невозможно: нужны клинические испытания, нужно проверять сначала на мышах, потом на людях… В общем, процесс вывода на рынок нового лекарства обычно растягивается на годы. Однако можно попробовать помочь медикам, сократив поиск. В компании InSilico разрабатывают модели машинного обучения, которые пытаются не просто предсказать, какими свойствами будут обладать те или иные молекулы, но и породить молекулы с заданными свойствами, тем самым помогая выбрать самых перспективных кандидатов для лабораторных и клинических исследований.
Делают это при помощи очень интересной модели глубокого обучения: порождающих соперничающих сетей (generative adversarial networks, GAN). В таких сетях есть два компонента: генератор пытается породить новые объекты (например, новые молекулы с нужными свойствами), а дискриминатор пытается отличить то, что он нагенерировал, от настоящих данных. Обучаясь обманывать дискриминатор, генератор начинает порождать объекты, неотличимые от настоящих… То есть, будем надеяться, в данном случае настоящие. Последняя модель InSilico получила приятное для русского уха название druGAN (drug + GAN), и эта модель пытается порождать в том числе молекулы, которые будут полезны для лечения онкологических заболеваний.
MonBaby: как уследить за ребёнком
А закончить эту статью мне хочется проектом, в котором планирует участвовать и компания Neuromation. Маленькие дети, особенно младенцы, которые не всегда могут сами позвать на помощь, требуют особого ухода и внимания. Причём это внимание иногда требуется даже в ситуациях, когда маме с папой, казалось бы, можно расслабиться: например, спящий младенец неудачно поворачивается и повреждает ножку. А есть и пресловутый SIDS (синдром внезапной детской смерти), риск которого существенно зависит от позы, в которой младенец спит: вы знали, что риск SIDS увеличивается в несколько раз, если ребёнок спит на животе?
Умная система слежения за младенцами MonBaby представляет собой небольшую «кнопку», которая крепится на одежду и следит за дыханием ребёнка и тем, как он переворачивается во сне. Сейчас эта система основана на машинном обучении для анализа временных рядов: поступающие от перемещений ребёнка данные используются для того, чтобы распознавать циклы дыхания и то, на животе или спине ребёнок спит.
Мы планируем добавить к этой системе ещё и умные камеры, которые смогут отслеживать движения ребёнка и всё, что с ним происходит, по изображениям. Здесь пригодятся наши сильные стороны: системы компьютерного зрения, основанные на глубоких свёрточных сетях, и синтетические данные для их обучения. Дело в том, что собрать достаточно большой набор настоящих данных для обучения системы в данном случае практически невозможно: потребовались бы не просто реальные видеозаписи десятков тысяч младенцев, но видеозаписи, в которых встречались бы все возможные критические ситуации, — к счастью, в наше время и медицинская, и общечеловеческая этика такие наборы данных порождать не позволяет. Поэтому мы планируем создавать «виртуальных младенцев», 3D-модели, которые позволят нам смоделировать нужные ситуации и породить искусственные видеоролики для обучения.
Итак, мы кратко рассмотрели три направления в разных отраслях биомедицины — спортивной медицине и косметике, создании лекарств и уходе за детьми, — в каждом из которых активно используются последние достижения искусственного интеллекта. Конечно, это лишь примеры: сегодня AI используют в сотнях самых разнообразных биомедицинских проектов. Однако надеемся, что этими иллюстрациями мне удалось убедить вас в том, что AI ещё не раз поможет человеку жить дольше, лучше и здоровее.
